numpy | 插入不定长字符数组测试OK

简介: 本文介绍了如何在numpy中创建和操作不定长字符数组,包括插入和截断操作的测试。

测试代码

import numpy.matlib
import numpy as np
import sys

numpy.set_printoptions(threshold=sys.maxsize)

print("\n********************************************OK*************************************")

data_type={
   'names':('name', 'a', 'b'), 'formats':('S100', 'S100','S100')}
data1=np.rec.array([('http',"1","1")],dtype=data_type)
data2=np.rec.array([('sjtv-bid-hoisin.coocaa.com/v1/bid','{content-length}','ghi')],dtype=data_type)
print(data1) 
print("\n")  
print(data2) 
print("\n")
result = np.insert(data1, 1, data2, axis = 0)
print(result) 

print("\n********************************************OK END*************************************")

print("\n********************************************以下为瞎试  插入字符数组被截断测试*************************************")

Z = np.array([("Hello1234567890", 2.51234567890, 3),
              ("World", 3.6, 2)])
R8 = np.core.records.fromarrays(Z.T,
                               names='col1, col2, col3',
                               formats = 'S8, f8, i8')
print("\nR8--->formats = 'S8, f8, i8':   ")
print(R8)
R15 = np.core.records.fromarrays(Z.T,
                               names='col1, col2, col3',
                               formats = 'S15, f8, i8')
print("\nR15--->formats = 'S15, f8, i8':   ")
print(R15)

# A = np.ones(3)*1
# B = np.ones(3)*2
# np.add(A,B,out=B)
# np.divide(A,2,out=A)
# np.negative(A,out=A)
# np.multiply(A,B,out=A)


a = np.array([['http',1,1]])
print ("\na:   ")
print(a)
# a = np.array([['http',1,1]], 
#             names='col1, col2, col3',
#             formats = 'S15, S15, S15')

# a = np.array([['http',1,1]],dtype = np.string_)  

ccc = np.array(['abc','def','ghi'])
print ("\nccc:   ")
print(ccc)
print (ccc.itemsize)
print ("\nnp.insert(a, 1, ccc, axis = 0):   ")
print(np.insert(a, 1, ccc, axis = 0))

ddd = np.array(['sjtv-bid-hoisin.coocaa.com/v1/bid','{content-length}','ghi'])
print ("\nddd:   ")
print(ddd)
print (ddd.itemsize)
print ("\nnp.insert(a, 1, ddd, axis = 0):   ")
print(np.insert(a, 1, ddd, axis = 0))

eee = np.array(['sjtv-bid','{content-length}','ghi'])
print ("\neee:   ")
print(eee)
print (eee.itemsize)
print ("\nnp.insert(a, 1, eee, axis = 0):   ")
print(np.insert(a, 1, eee, axis = 0))

fff = np.array([['sjtv-bid-hoisin.coocaa.com/v1/bid','content-length','ghi']])
print ("\nfff:   ")
print(fff)
print (fff.itemsize)
print ("\nnp.insert(a, 1, fff, axis = 0):   ")
result = np.insert(a, 1, fff, axis = 0)
print(result)

resultR = np.core.records.fromarrays(result.T,
                               names='col1, col2, col3',
                               formats = 'S15, S15, S15')
print ("\nresultR--->np.core.records.fromarrays:   ")                  
print(resultR)

测试结果

PS C:\Users\pgjgg\Desktop\python_learn> & C:/Users/pgjgg/AppData/Local/Programs/Python/Python39/python.exe c:/Users/pgjgg/Desktop/python_learn/numpy_demo.py

********************************************OK*************************************
[(b'http', b'1', b'1')]


[(b'sjtv-bid-hoisin.coocaa.com/v1/bid', b'{content-length}', b'ghi')]


[(b'http', b'1', b'1')
 (b'sjtv-bid-hoisin.coocaa.com/v1/bid', b'{content-length}', b'ghi')]

********************************************OK END*************************************

********************************************以下为瞎试  插入字符数组被截断测试*************************************

R8--->formats = 'S8, f8, i8':
[(b'Hello123', 2.51234568, 3) (b'World', 3.6       , 2)]

R15--->formats = 'S15, f8, i8':
[(b'Hello1234567890', 2.51234568, 3) (b'World', 3.6       , 2)]

a:
[['http' '1' '1']]

ccc:
['abc' 'def' 'ghi']
12

np.insert(a, 1, ccc, axis = 0):
[['http' '1' '1']
 ['abc' 'def' 'ghi']]

ddd:
['sjtv-bid-hoisin.coocaa.com/v1/bid' '{content-length}' 'ghi']
132

np.insert(a, 1, ddd, axis = 0):
[['http' '1' '1']
 ['sjtv-bid-ho' '{content-le' 'ghi']]

eee:
['sjtv-bid' '{content-length}' 'ghi']
64

np.insert(a, 1, eee, axis = 0):
[['http' '1' '1']
 ['sjtv-bid' '{content-le' 'ghi']]

fff:
[['sjtv-bid-hoisin.coocaa.com/v1/bid' 'content-length' 'ghi']]
132

np.insert(a, 1, fff, axis = 0):
[['http' '1' '1']
 ['sjtv-bid-ho' 'content-len' 'ghi']]

resultR--->np.core.records.fromarrays:
[(b'http', b'1', b'1') (b'sjtv-bid-ho', b'content-len', b'ghi')]
相关文章
|
11天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
8天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2522 17
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
8天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1525 15
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
4天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
10天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
585 14
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19283 30
|
10天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
489 49
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18842 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17530 13
Apache Paimon V0.9最新进展
|
2天前
|
云安全 存储 运维
叮咚!您有一份六大必做安全操作清单,请查收
云安全态势管理(CSPM)开启免费试用
367 4
叮咚!您有一份六大必做安全操作清单,请查收